Tvorba grafů a diagramů v ORIGIN
|
|
- Klára Němcová
- před 7 lety
- Počet zobrazení:
Transkript
1 Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Tvorba grafů a diagramů v ORIGIN Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2016 Mgr. Sylvie Pavloková VFU Brno, Ústav technologie léků
2 Obsah Úloha 2. Spojnicový excelovský graf... 3 Úloha 4. Sloučení a uspořádání křivek... 4 Úloha 7. Ternární graf... 6 Úloha 8. Gadgety integrační, interpolační... 8 Úloha 9. Grafy exploratorní analýzy: krabicový, rozptýlení, maticový rozptylový 9 2
3 Úloha 2. Spojnicový excelovský graf Zadání: Pomocí enzymatické metody GOD-POD (enzymy glukózaoxidáza a peroxidáza) byl stanoven disoluční profil pro uvolňování glukózy z pelet. Úkolem je pomocí grafického editoru ORIGIN sestrojit graf pro stanovenou závislost. Data: Měření množství uvolněné glukózy v procentech M t (průměrná hodnota z 6 měření) v závislosti na čase t v minutách; data doplněna o směrodatné odchylky, které jsou uvedeny v procentech uvolněné glukózy: t (min) M t (%) 0,1 0,3 0,5 0,5 0,7 0,8 0,4 0,8 1,3 2,2 SD (%) 0,2 0,2 0,4 0,2 0,2 0,2 0,3 0,3 0,7 0,2 t (min) M t (%) 3,7 5,5 11,4 16,1 24,6 28,3 38,0 40,8 43,2 47,2 SD (%) 0,9 0,9 1,5 3,1 4,3 7,8 6,9 12,8 5,3 9,4 Řešení: Byl sestrojen graf závislosti množství uvolněné glukózy na čase. V grafu jsou rovněž vyneseny chybové úsečky (o velikosti plus minus příslušná hodnota směrodatné odchylky pro daný disoluční bod), které vyjadřují variabilitu měření. Z grafu je patrná hodnota lag time pro uvolňování glukózy přibližně 300 minut. Pro měření platí, že směrodatné odchylky jsou poměrně vysoké, což lze pozorovat zvláště pro vyšší disoluční časy, a proto je potřeba uvažovat o provedení opakovaných měření disoluce pro zajištění spolehlivých výsledků Mt (%) t (min) 3
4 Úloha 4. Sloučení a uspořádání křivek Zadání: Pomocí enzymatické metody GOD-POD (enzymy glukózaoxidáza a peroxidáza) byl stanoven disoluční profil pro uvolňování glukózy pro tři vzorky pelet lišící se procentuálním zastoupením obalu vůči celku (12,5 %, 25 % a 35 %). Obal pelet slouží k zajištění řízeného uvolňování glukózy. Úkolem je pomocí grafického editoru ORIGIN sestrojit křivky pro stanovené závislosti množství uvolněné glukózy na čase a následně provést sloučení křivek do jednoho grafu, který by umožňoval na první pohled vizuálně zjistit odlišnost vzorků pelet podle množství obalu. Data: Měření množství uvolněné látky v procentech M t (vždy průměrná hodnota z 6 měření, označeno postupně indexy 1, 2 a 3 pro procento obalu 12,5 %, 25 % a 35 %) v závislosti na čase t v minutách: t (min) M t,1 (%) 29,0 82,5 91,9 91,1 93,0 96,0 M t,2 (%) 4,0 16,5 48,1 73,5 89,7 98,0 M t,3 (%) 1,1 5,8 18,4 47,5 80,2 95,8 Řešení: Byly sestrojen graf závislosti množství uvolněné glukózy na čase a poté bylo provedeno sloučení jednotlivých grafů do jednoho okna tak, aby bylo možné vizuálně porovnat jednotlivé křivky. Body pro jednotlivé vzorky jsou označeny barevně tak, aby zvyšující se intenzita barvy odpovídala rostoucímu množství obalu. Na první pohled je jasné, že existuje vztah mezi celkových množství uvolněné glukózy i hodnoty lag time a procentuálním zastoupením obalu pelet. Se zvyšujícím se podílem obalu viditelně roste hodnota lag time a zároveň dochází ke změně disolučního profilu směrem k vyšším hodnotám množství uvolněné glukózy v jednotlivých odběrových časech. 4
5 Mt,1 (%) Mt,2 (%) Mt,3 (%) ,5 % 25,0 % 35,0 % t (min) 5
6 Úloha 7. Ternární graf Zadání: Byla hodnocena doba, za níž dojde k rozpadu tablet u liquisolid systémů. Data popisují analýzu tablet o obsahu tří superdisintegrantů (Vivasol, Explotab, Kollidon), jež jsou zastoupeny v různých poměrech. Snahou je pomocí ternárního grafu zjistit, zda některá kombinace složek poskytuje výhodnou odezvu, čili ideálně co nejnižší dobu rozpadu, oproti případům, kdy byly hodnoceny tablety s obsahem pouze jednoho individuálního superdisintegrantu. Data: Měření času potřebného na rozpad tablety Ds v závislosti na poměrovém zastoupení jednotlivých superdisintegrantů ve směsi (V Vivasol, E Explotab, K Kollidon); pro každou kombinaci bylo provedeno měření šesti tablet a zároveň pro středový bod byla pro zvýšení stability predikované odezvy opakována tato sada šesti měření v průběhu experimentu třikrát (jedna odlehlá hodnota vyloučena): V E K Ds (min) V E K Ds (min) V E K Ds (min) ,85 1,5 1,5 0 2, , ,88 1,5 1,5 0 2, , ,10 1,5 1,5 0 6, , ,45 1,5 1,5 0 6, , ,82 1,5 1,5 0 7, , ,05 1,5 0 1,5 7,15 0,5 0,5 2 0, ,75 1,5 0 1,5 2,07 0,5 0,5 2 0, ,87 1,5 0 1,5 3,18 0,5 0,5 2 1, ,40 1,5 0 1,5 3,28 0,5 0,5 2 1, ,12 1,5 0 1,5 3,42 0,5 0,5 2 1, ,22 1,5 0 1,5 4,42 0,5 0,5 2 1, ,28 0 1,5 1,5 5,02 0,5 2 0,5 5, ,13 0 1,5 1,5 1,83 0,5 2 0,5 5, ,68 0 1,5 1,5 2,03 0,5 2 0,5 5, ,53 0 1,5 1,5 2,23 0,5 2 0,5 7, ,47 0 1,5 1,5 2,58 0,5 2 0,5 8, ,72 0 1,5 1,5 2,93 0,5 2 0,5 8, , ,07 2 0,5 0,5 2, , ,42 2 0,5 0,5 2, , ,47 2 0,5 0,5 2, , ,62 2 0,5 0,5 2, , ,92 2 0,5 0,5 2, , ,73 2 0,5 0,5 2, , ,42 6
7 Řešení: Byl sestrojen ternární diagram pro zobrazení vztahu mezi dobou rozpadu tablety a jejím složením, jelikož jde o trojsložkovou směs. Vrcholy trojúhelníku odpovídají jednotlivým superdisintegrantům použitým při přípravě tablet (Vivasol, Explotab, Kollidon). Experimentální body jsou vyznačeny černými čtverci v prostoru grafu jde o tři vzorky čistých látek, poté tři vzorky binárních směsí a čtyři vzorky ternárních směsí, v nichž je zahrnut také středový bod o kombinaci superdisintegrantů 1 : 1 : 1. Predikovaná doba rozpadu je v prostoru ternárního diagramu znázorněna barevnou paletou, v níž nejnižším hodnotám odpovídá zelená barva (žádoucí odezvy) a nejvyšším hodnotám barva červená (nežádoucí odezva). Zároveň oblasti lišící se hodnotou doby rozpadu o jednotku jsou ohraničeny tečkovaně. Optimální hodnotu doby rozpadu poskytuje ternární směs o převaze Kollidonu a menším zastoupením obou dalších disintegrantů (Vivasol, Explotab), v grafu je tato oblast znázorněna tmavě zeleně a odpovídá jí hodnota pro rozpad tablety menší než 2 minuty. Příznivou odezvu poskytuje také vzorek obsahující pouze Vivasol. Oproti tomu u tablet obsahujících Explotab v převaze nad ostatními dvěma superdisintegranty dochází k navýšení doby rozpadu až k hodnotám vyšším než 6 minut Explotab Kollidon Vivasol 7
8 Úloha 8. Gadgety integrační, interpolační Zadání: Úkolem je stanovit závislost molární konduktivity Septonexu na odmocnině z koncentrace roztoku a dále takto konduktometricky zjistit kritickou micelární koncentraci (KMK) Septonexu. V bodě zlomu na příslušné křivce (tam, kde dochází k prudkému poklesu) odečítáme KMK. Data: Stanovení molární vodivosti roztoku Septonexu λ v jednotkách S m 2 mol -1 v závislosti na odmocnině z koncentrace roztoku c 1/2 v jednotkách mol 1/2 dm -3/2. c 1/2 (mol 1/2 dm -3/ ) 17,3 20,0 22,4 24,5 26,5 28,3 30,0 31,6 33,2 λ (S m 2 mol ) 12,43 10,35 10,00 10,05 9,93 9,65 9,18 8,75 8,20 Řešení: V grafu je vynesena závislost molární vodivosti (S m 2 mol -1 ) na odmocnině z koncentrace (mol 1/2 dm -3/2 ). Pro proložení experimentálních bodů zde byl současně použit interpolační gadget v rozsahu celého měření. Hodnotu kritické micelární koncentrace odečítáme v bodě zlomu křivky, zde přibližně odpovídá koncentraci čtvrtého roztoku, tj mol dm x10-2 Y at Left = 1245 Y at Right = x10-2 molární vodivost 1.1x x x x x x x x x x x x10-2 odmocnina z koncentrace 3.2x x10-2 8
9 Úloha 9. Grafy exploratorní analýzy: krabicový, rozptýlení, maticový rozptylový Zadání: Jedná se o stanovení prvků (hořčík, draslík, vápník) ve víně metodou ICP-MS (hmotnostní spektrometrie ve spojení s indukčně vázaným plazmatem). Vzorky vín pochází ze šesti vinařských podoblastí České republiky (litoměřická LIT, mělnická MEL, mikulovská MIK, slovácká SLO, velkopavlovická VP a znojemská ZNO). Snahou je pomocí grafů exploratorní analýzy zjistit, zda lze odlišit jednotlivé vinařské podoblasti, z nichž vzorky vín pochází, na základě zastoupení prvků Mg, K a Ca. Data: Měření koncentrace jednotlivých prvků (Mg, K, Ca) v jednotkách µg l 1 pro vzorky vín určených vinařskou podoblastí: Mg K Ca Mg K Ca Mg K Ca LIT MIK VP LIT MIK VP LIT MIK VP LIT MIK VP LIT MIK VP LIT MIK VP LIT MIK VP MEL SLO VP MEL SLO VP MEL SLO VP MEL SLO VP MEL SLO VP MEL SLO VP MEL SLO ZNO MEL SLO ZNO MEL SLO ZNO MEL SLO ZNO MEL SLO ZNO MIK SLO ZNO MIK SLO ZNO MIK SLO ZNO MIK VP ZNO MIK VP ZNO MIK VP ZNO MIK VP ZNO MIK VP ZNO MIK VP
10 Řešení: Pro obsah jednotlivých prvků ve vzorcích vín byly sestrojeny krabicové grafy s možnými odlehlými body vyznačenými křížkem. Střední krabicová část grafu je ohraničena prvním a třetím kvartilem, jako odhad střední hodnoty je použit medián (příčka v krabici), fousky potom vyznačují 5% a 95% kvantil. Průměr je vyznačen červeným čtverečkem. V grafu jsou také vždy nalevo od krabicového zobrazení vyneseny jednotlivé experimentální body usnadňující první vizuální závěry o rozložení dat. Na první pohled je patrné, že se vína z šesti různých vinařských podoblastí liší obsahem hořčíku, draslíku i vápníku. Zároveň je však u většiny porovnávaných skupin možné říci, že rozsah naměřených dat je poměrně značný a krabice se překrývají, takže nelze potvrdit statistickou významnost rozdílu mezi skupinami. Také počet vzorků z jednotlivých vinařských podoblastí není stejný, zvláště u litoměřické podoblasti by bylo vhodné získat pro následné porovnání vyšší počet vzorků. Jelikož se téměř ve všech srovnávaných skupinách vyskytují vzorky vína s vysokým obsahem daného prvku, rozdělení dat je spíše lognormální než normální a proto byla dále testována vhodnost využití logaritmické transformace. 10
11 2.0x x x10 4 LIT MEL MIK SLO VP ZNO 1.3x10 4 Mg 1.0x x x x10 3 LIT MEL MIK SLO VP ZNO 2.0x x x10 5 LIT MEL MIK SLO VP ZNO 1.3x10 5 K 1.0x x x x10 4 LIT MEL MIK SLO VP ZNO Ca 3.0x x x x x x x x x x x x10 3 LIT MEL MIK SLO VP ZNO LIT MEL MIK SLO VP ZNO 11
12 Protože byla potvrzena výhodnost logaritmické transformace dat, bylo další zobrazení pomocí maticového rozptylového grafu provedeno až po tomto kroku přípravy dat. V histogramech na diagonále můžeme pozorovat experimentální rozložení dat s proložením červenou křivkou pro teoretické normální rozdělení. Je patrné, že data po logaritmické transformaci již lépe dodržují normální rozložení. V rozptylových grafech pro všechny tři kombinace prvků je zřejmé, že jednotlivé podoblasti netvoří v dvourozměrném prostoru žádné shluky a příslušné body jsou rozprostřeny spíše rovnoměrně (překryv barev), což platí pro všechny kombinace prvků. Pro odlišení podoblastí by tedy pravděpodobně bylo nutné použít vícerozměrnou analýzu. Mg Mg oblast LIT MEL MIK SLO VP ZNO 5.74 K K Ca Ca Mg K Ca 12
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015 Doc. Mgr. Jan Muselík, Ph.D.
VíceTvorba nelineárních regresních modelů v analýze dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Tvorba nelineárních regresních modelů v analýze dat Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 15. licenční studium INTERAKTIVNÍ STATISTICKÁ ANALÝZA DAT Semestrální práce ANOVA 2015
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce STATISTICKÁ
VíceS E M E S T R Á L N Í
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie S E M E S T R Á L N Í P R Á C E Licenční studium Statistické zpracování dat při managementu jakosti Předmět ANOVA analýza rozptylu
VíceKalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Kalibrace a limity její přesnosti Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015
VíceUniverzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel
VíceUniverzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba grafů v grafickém editoru ORIGIN. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE Tvorba grafů v grafickém editoru ORIGIN 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D. Úloha 1 Multigraf s více křivkami Data: Úloha E4.03 z publikace: Meloun M., Militký
Vícelaboratorní technologie
Kreatinin srovnání metod pro stanovení hladiny v moči D. Friedecký, R. Hušková, P. Chrastina, P. Hornik a T. Adam Kreatinin je jedním z nejčastěji stanovovaných analytů v biochemické laboratoři. V tomto
Vícevzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291
Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených
VíceÚstřední komise Chemické olympiády. 55. ročník 2018/2019 NÁRODNÍ KOLO. Kategorie E. Řešení praktických částí
Ústřední komise Chemické olympiády 55. ročník 2018/2019 NÁRODNÍ KOLO Kategorie E Řešení praktických částí PRAKTICKÁ ČÁST 50 BODŮ Úloha 1 Stanovení Ni 2+ a Ca 2+ ve směsi konduktometricky 20 bodů 1) Chemické
VícePRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA)
PRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA) Reprezentativní náhodný výběr: 1. Prvky výběru x i jsou vzájemně nezávislé. 2. Výběr je homogenní, tj. všechna x i jsou ze stejného
VíceUniverzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat Semestrální práce Interpolace, aproximace a spline 2007 Jindřich Freisleben Obsah
VíceAproximace a vyhlazování křivek
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Přednášející: Prof. Ing. Jiří Militký, Csc 1. SLEDOVÁNÍ ZÁVISLOSTI HODNOTY SFM2 NA BARVIVOSTI
VíceKalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Kalibrace a limity její přesnosti Zdravotní ústav se sídlem v Ostravě
VíceTVORBA GRAFŮ A DIAGRAMŮ V ORIGIN. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie TVORBA GRAFŮ A DIAGRAMŮ V ORIGIN Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 01 Ing.
VíceKalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium GALILEO a limity její přesnosti Seminární práce Monika Vejpustková leden 2016 OBSAH Úloha 1. Lineární kalibrace...
Více2.2 Kalibrace a limity její p esnosti
UNIVERZITA PARDUBICE Òkolní rok 000/001 Fakulta chemicko-technologická, Katedra analytické chemie LICEN NÍ STUDIUM STATISTICKÉ ZPRACOVÁNÍ DAT PÌI MANAGEMENTU JAKOSTI P EDM T:. Kalibrace a limity její p
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Pythagoras Statistické zpracování experimentálních dat Semestrální práce ANOVA vypracoval: Ing. David Dušek
VícePředpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2
Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Vedoucí studia a odborný garant: Prof. RNDr. Milan Meloun, DrSc. Vyučující: Prof. RNDr. Milan Meloun, DrSc. Autor práce: ANDRII
VíceSEMESTRÁLNÍ PRÁCE UNIVERZITA PARDUBICE. Fakulta chemicko - technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko - technologická Katedra analytické chemie Licenční studium chemometrie: Počítačové zpracování dat při kontrole a řízení jakosti SEMESTRÁLNÍ PRÁCE Předmět: Aproximace
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Vedoucí studia a odborný garant: Prof. RNDr. Milan Meloun, DrSc. Vyučující: Prof. RNDr. Milan Meloun, DrSc. Autor práce: ANDRII
VíceUniverzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti 3.3 v analýze dat Autor práce: Přednášející: Prof. RNDr. Milan Meloun, DrSc Pro
VícePopisná statistika. Komentované řešení pomocí MS Excel
Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,
VíceVyužití tabulkového procesoru jako laboratorního deníku
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Využití tabulkového procesoru jako laboratorního deníku Semestrální práce Licenční studium GALILEO Interaktivní statistická
VíceAnalýza rozptylu ANOVA
Licenční studium Galileo: Statistické zpracování dat ANOVA ANOVA B ANOVA P Analýza rozptylu ANOVA Semestrální práce Lenka Husáková Pardubice 05 Obsah Jednofaktorová ANOVA... 3. Zadání... 3. Data... 3.3
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Tvorba nelineárních regresních modelů v analýze dat Vedoucí licenčního studia Prof. RNDr.
VíceStanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )
Příklad č. 1 Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace ) Zadání : Stanovení manganu ve vodách se provádí oxidací jodistanem v kyselém prostředí až na manganistan. (1) Sestrojte
VíceAnalýza dat na PC I.
CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika
VíceTECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
VíceMATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ
MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),
VíceKvantily a písmenové hodnoty E E E E-02
Na úloze ukážeme postup průzkumové analýzy dat. Při výrobě calciferolu se provádí kontrola meziproduktu 3,5 DNB esteru calciferolu metodou HPLC. Sleduje se také obsah přítomného ergosterinu jako nečistoty,
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.1 Matematické principy vícerozměrných metod statistické analýzy
VíceANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 2015 Ing. Petra Hlaváčková, Ph.D.
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium chemometrie na téma Statistické zpracování dat Semestrální práce ze 6. soustředění Předmět: 3.3 Tvorba nelineárních
VíceUNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE
UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT V OSTRAVĚ 20.3.2006 MAREK MOČKOŘ PŘÍKLAD Č.1 : ANALÝZA VELKÝCH VÝBĚRŮ Zadání: Pro kontrolu
VícePOPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica
POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica Program Statistica I Statistica je velmi podobná Excelu. Na základní úrovni je to klikací program určený ke statistickému zpracování dat.
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Tvorba grafů v programu Origin Vedoucí licenčního studia Prof. RNDr. Milan Meloun, DrSc.
VícePorovnání dvou výběrů
Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů
VíceZáklady popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních
VíceStatistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
VíceUniverzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Semestrální práce Licenční studium Galileo Předmět Nelineární regrese Jiří Danihlík Olomouc, 2016 Obsah... 1 Hledání vhodného
VíceStanovení kritické micelární koncentrace
Stanovení kritické micelární koncentrace TEORIE KONDUKTOMETRIE Měrná elektrická vodivost neboli konduktivita je fyzikální veličinou, která popisuje schopnost látek vést elektrický proud. Látky snadno vedoucí
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VíceS E M E S T R Á L N Í
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie S E M E S T R Á L N Í P R Á C E Licenční studium Statistické zpracování dat při managementu jakosti Předmět Statistická analýza
VíceFakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat při managementu jakosti. Semestrální práce:
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat při managementu jakosti Semestrální práce: METODY S LATENTNÍMI PROMĚNNÝMI A KLASIFIKAČNÍ
Víceveličin, deskriptivní statistika Ing. Michael Rost, Ph.D.
Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího
VíceVzorová prezentace do předmětu Statistika
Vzorová prezentace do předmětu Statistika Popis situace: U 3 náhodně vybraných osob byly zjišťovány hodnoty těchto proměnných: SEX - muž, žena PUVOD Skandinávie, Středomoří, 3 západní Evropa IQ hodnota
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství
1 PŘÍLOHA KE KAPITOLE 11 2 Seznam příloh ke kapitole 11 Podkapitola 11.2. Přilité tyče: Graf 1 Graf 2 Graf 3 Graf 4 Graf 5 Graf 6 Graf 7 Graf 8 Graf 9 Graf 1 Graf 11 Rychlost šíření ultrazvuku vs. pořadí
VíceUniverzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat ANOVA Zdravotní ústav se sídlem v Ostravě Odbor hygienických laboratoří
VíceÚloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat )
Úloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat ) Zadání : Čistota vody v řece byla denně sledována v průběhu 10 dní dle biologické spotřeby kyslíku BSK 5. Jsou v
VícePopisná statistika. Statistika pro sociology
Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky
Více31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce ANALÝZA
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
VíceČíselné charakteristiky
. Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch
VíceZáklady popisné statistiky
Základy popisné statistiky V této kapitole se seznámíme se základy popisné statistiky, představíme si základní pojmy a budeme si je ilustrovat na praktických příkladech. Kapitola je psána formou volného
Vícepřesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.
3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých
VíceAnalytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální
VíceStatistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1
Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát
VícePravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1
Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce KLASIFIKACE
VíceSEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování
KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha
VíceUNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.
UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace
VíceKrása fázových diagramů jak je sestrojit a číst Silvie Mašková
Krása fázových diagramů jak je sestrojit a číst Silvie Mašková Katedra fyziky kondenzovaných látek Matematicko-fyzikální fakulta Univerzita Karlova Praha Pár základích pojmů na začátek Co jsou fázové diagramy?
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Využití tabulkového procesoru jako laboratorního deníku Vedoucí licenčního studia Prof.
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL
VíceStatistická analýza jednorozměrných dat
Univerzita Pardubice Fakulta chemicko-technologická, Katedra analytické chemie Licenční studium GALILEO Interaktivní statistická analýza dat Semestrální práce z předmětu Statistická analýza jednorozměrných
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
Více3.4 Určení vnitřní struktury analýzou vícerozměrných dat
3. Určení vnitřní struktury analýzou vícerozměrných dat. Metoda hlavních komponent PCA Zadání: Byly provedeny analýzy chladící vody pro odběrové místa. Byly stanoveny parametry - ph, vodivost, celková
VíceMetodologie pro ISK II
Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech
Více2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat
2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi,
VícePorovnání dvou reaktorů
Porovnání dvou reaktorů Zadání: Chemické reakce při kontinuální výrobě probíhají ve dvou identických reaktorech. Konstanty potřebné pro regulaci průběhu reakce jsou nastaveny pro každý reaktor samostatně.
VíceZáklady popisné statistiky
Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2
VíceTvorba nelineárních regresních modelů v analýze dat
Univerzita Pardubice Fakulta chemicko-technologická, Katedra analytické chemie Licenční studium GALILEO Interaktivní statistická analýza dat Semestrální práce z předmětu Tvorba nelineárních regresních
VícePYTHAGORAS Statistické zpracování experimentálních dat
UNIVERZITA PARDUBICE Fakulta chemicko-technologická, Katedra analytické chemie SEMESTRÁLNÍ PRÁCE Květen 2008 Licenční studium PYTHAGORAS Statistické zpracování experimentálních dat Předmět 1.4 ANOVA a
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Kalibrace a limity její přesnosti Vedoucí licenčního studia Prof. RNDr. Milan Meloun,
VíceMatematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
VíceZaokrouhlování: Směrodatná odchylka se zaokrouhluje nahoru na stanovený počet platných cifer. Míry
Červenou barvou jsou poznámky, věci na které máte při vypracovávání úkolu myslet. Úkol 1 a) Pomocí nástrojů explorační analýzy analyzujte kapacity akumulátorů výrobce A po 5 a po 100 nabíjecích cyklech.
VíceVYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI Elektronická sbírka příkladů k předmětům zaměřeným na aplikovanou statistiku
VíceTvorba grafů v programu ORIGIN
LICENČNÍ STUDIUM GALILEO STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Tvorba grafů v programu ORIGIN doc.dr.ing.vladimír Pata Univerzita Tomáše Bati ve Zlíně Fakulta technologická Ústav výrobních technologií
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceSemestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2
Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality
VíceUniverzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba nelineárních regresních modelů v analýze dat. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE Tvorba nelineárních regresních modelů v analýze dat 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D. Úloha Nalezení vhodného modelu pro popis reakce TaqMan real-time PCR
VícePlánování experimentu
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Ing. Radek Růčka Přednášející: Prof. Ing. Jiří Militký, CSc. 1. LEPTÁNÍ PLAZMOU 1.1 Zadání Proces
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce KALIBRACE
VíceLineární regrese. Komentované řešení pomocí MS Excel
Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceÚloha 1: Lineární kalibrace
Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé
VíceSEMESTRÁLNÍ PRÁCE 3.5 Klasifikace analýzou vícerozměrných dat
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE LICENČNÍ STUDIUM - STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Ing. Věra Fialová BIOPHARM VÝZKUMNÝ ÚSTAV BIOFARMACIE A VETERINÁRNÍCH
VíceSTATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická
VíceStatistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ
Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ Ing. Dana Trávníčková, PaedDr. Jana Isteníková Funkční gramotnost je používání čtení a psaní v životních situacích. Nejde jen o elementární
VíceVALIDACE GEOCHEMICKÝCH MODELŮ POROVNÁNÍM VÝSLEDKŮ TEORETICKÝCH VÝPOČTŮ S VÝSLEDKY MINERALOGICKÝCH A CHEMICKÝCH ZKOUŠEK.
VALIDACE GEOCHEMICKÝCH MODELŮ POROVNÁNÍM VÝSLEDKŮ TEORETICKÝCH VÝPOČTŮ S VÝSLEDKY MINERALOGICKÝCH A CHEMICKÝCH ZKOUŠEK. František Eichler 1), Jan Holeček 2) 1) Jáchymovská 282/4, 460 10,Liberec 10 Františkov,
Více